如何快速入门AgentUniverse:构建LLM多智能体应用的完整指南
·
如何快速入门AgentUniverse:构建LLM多智能体应用的完整指南
AgentUniverse是一个强大的LLM多智能体框架,能帮助开发者轻松构建多智能体应用,并通过社区交流分享不同领域的模式实践。本文将带您快速掌握AgentUniverse的安装配置、核心功能与实战案例,让您从零开始打造自己的智能体应用。
AgentUniverse框架核心架构解析 🚀
AgentUniverse采用分层架构设计,提供了灵活的智能体开发与协作能力。从底层的LLM连接器到上层的智能体协作模式,框架覆盖了多智能体应用开发的全流程。
核心架构包含以下关键组件:
- 智能体池(Agent Pool):提供RAG、Flow等多种智能体类型
- 协作模式工厂:内置PEER、DITR等协作模式,支持自定义扩展
- 基础组件层:包含Profile、Prompt、工具集等核心模块
- 标准连接器:支持主流LLM、知识库与服务集成
快速安装与环境配置 ⚙️
系统要求
- Python 3.10版本
- 支持macOS、Linux、Windows系统
- 建议使用PyCharm或VSCode作为开发工具
两种安装方式
1. 通过pip安装(推荐新手)
pip install agentUniverse
2. 通过Poetry安装(推荐生产环境)
poetry add agentUniverse
或在pyproject.toml中添加依赖:
[tool.poetry.dependencies]
agentUniverse = "^0.0.14"
验证安装
安装完成后,通过以下命令验证:
pip list | grep agentUniverse
若显示agentUniverse及其版本号,则安装成功。
运行第一个智能体案例 🌟
准备工作
1. 获取示例工程
git clone https://gitcode.com/gh_mirrors/ag/agentUniverse
示例工程位于examples/sample_standard_app目录。
2. 安装依赖包
# 框架包
pip install agentUniverse
# 产品可视化界面包(按需安装)
pip install magent-ui ruamel.yaml
3. 配置密钥
- 复制密钥模板文件:
cd examples/sample_standard_app/config
cp custom_key.toml.sample custom_key.toml
- 编辑
custom_key.toml文件,添加您的LLM API密钥(如GPT、千问等)
运行Demo智能体
- 进入示例工程目录
- 运行测试脚本:
python intelligence/test/run_demo_agent.py
启动成功后,您将看到类似以下的服务启动日志:
- 查看运行结果 成功运行后,您将看到智能体对"分析巴菲特减持比亚迪的原因"这一问题的分析结果:
模型与工具切换指南 🔄
切换LLM模型
在demo_agent.yaml配置文件中修改llm_model项,支持多种主流模型:
- 千问模型:
llm_model:
name: 'qwen-max'
- GPT模型:
llm_model:
name: 'gpt-4o'
- 其他支持的模型:ERNIE-4.0-Turbo、moonshot-v1-128k、Baichuan4-Turbo等
切换工具
默认使用mock_search_tool模拟搜索,可切换为真实搜索工具:
- 申请Serper API密钥(https://serper.dev)
- 在
custom_key.toml中配置:
SERPER_API_KEY='您的API密钥'
- 在
demo_agent.yaml中切换工具配置
探索更多案例与资源 📚
AgentUniverse提供了丰富的示例应用,帮助您快速掌握不同场景的智能体开发:
- RAG应用:
examples/rag_app - React智能体:
examples/react_agent_app - 工作流智能体:
examples/workflow_agent_app - 多模态应用:
examples/multimodal_app
官方文档:docs/guidebook/zh/
通过本文的指南,您已经掌握了AgentUniverse的基本使用方法。现在,您可以开始构建自己的多智能体应用,探索AI协作的无限可能!
更多推荐





所有评论(0)